买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉香港中文大学(深圳)申请的专利基于联邦学习的云边协同电力缺陷识别方法及相关装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116756518B 。

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310914975.4，技术领域涉及：G06F18/20；该发明授权基于联邦学习的云边协同电力缺陷识别方法及相关装置是由丁宁;李南;张晓光;李韵;王润宇;金慧媛;王颂;张贵峰;刘旭;杨宇轩;张爱东设计研发完成，并于2023-07-24向国家知识产权局提交的专利申请。

本基于联邦学习的云边协同电力缺陷识别方法及相关装置在说明书摘要公布了：本申请公开了基于联邦学习的云边协同电力缺陷识别方法及相关装置，该方法采用云边协同的思想，通过粗识别，仅上传疑似有的缺陷数据至云侧进行精识别，有效减少了云侧服务器的通信和计算负担。采用联邦学习的思想，对云侧模型、边侧模型开展训练更新，且训练过程在保障了各参与方的样本数据不跨出本地的条件下与其他方共同进行模型训练，使得各方数据得以被安全可靠地利用，并间接克服了单方训练样本不足的问题，从而实现联合多方对云侧、边侧模型的共同优化效果，并最终训练出理想的云侧模型、边侧模型。可见，本申请能有效提高云服务器和边侧设备之间的协同作用，增强云侧模型对各自端侧设备缺陷的识别准确率和泛化能力。

本发明授权基于联邦学习的云边协同电力缺陷识别方法及相关装置在权利要求书中公布了：1.一种基于联邦学习的云边协同电力缺陷识别方法，其特征在于，应用于参与的各云服务器，包括： 使用各方电力样本数据对存于各自所述云服务器的云侧或边侧模型分别进行若干轮本地模型训练；所述云侧或边侧模型的初始参数依据参数服务器发送的预设模型参数配置得到，边侧模型、云侧模型分别采用的样本数据为，端侧设备采集到的初始样本数据、边侧模型从所述初始样本数据中初筛出的缺陷数据，云侧模型用于对初筛出的缺陷数据做精筛； 将训练得到的各云侧或边侧模型更新参数传送给所述参数服务器，以使所述参数服务器聚合各云侧或边侧模型更新参数得到云侧或边侧模型的聚合模型的更新参数，其中，所述云侧或边侧模型的聚合模型指整合各参与方的云侧或边侧模型所得到的全局模型； 将所述参数服务器发送的云侧或边侧聚合模型的更新参数，作为新的预设模型参数以更新各所述云侧、边侧模型参数，并返回执行所述使用各方样本数据对存于各自所述云服务器的云侧或边侧模型分别进行若干轮本地模型训练的步骤，且直至更新得到的云侧或边侧模型，或各聚合模型达到收敛条件时，停止更新各模型； 将最终更新得到的各边侧模型和或云侧模型作为目标模型，所述目标模型用于通过待测端侧设备采集到的数据，由粗到细地识别出所述待测端侧设备的缺陷；最终更新得到的各边侧模型的接收方包括各云服务器方的边侧计算平台； 所述样本数据的初筛处理过程包括： 使用边侧模型对所述端侧设备采集到的初始样本数据进行初筛识别，以筛选出当中置信度高于预设置信度的缺陷数据供云侧模型做精筛；其中，所述初筛识别的过程由存于边缘计算平台的边侧模型实施，所述边缘计算平台与所述云服务器、所述端侧设备通信连接。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人香港中文大学(深圳)，其通讯地址为：518000 广东省深圳市龙岗区龙翔大道2001号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。